共查询到15条相似文献，搜索用时 195 毫秒
1.
为有效预测具有振荡性质的港口吞吐量,提出基于正弦和的GM(1,1)幂模型(称为正弦和修正模型)。首先通过原始序列建立指数优化的GM(1,1)幂模型以描述总体趋势,然后利用正弦和描述残差中包含的周期性振荡规律,建立正弦和修正模型。利用该模型对广州港吞吐量进行预测,结果表明:该模型能够较好地描述具有周期振荡特征的港口吞吐量时间序列数据,预测精度都显著优于线性回归模型、GM(1,1)和指数优化的GM(1,1)幂模型,可将该模型用于具有振荡性质的吞吐量预测中。 相似文献
2.
在中长期负荷预测中,由于电力负荷具有突变性,常规GM(1,1)模型不能及时反映负荷的突然变化,对于发生转折的数据预测精度不高,在实际应用中具有一定的局限性.通过对负荷原始数据序列的预处理及优化,利用等维新息递推GM(1,1)模型进行预测,保证了预测能够较为充分地利用新信息,并加入了残差模型,通过实例分析表明,改进后的模型比常规GM(1,1)模型提高了预测的精度. 相似文献
3.
为更准确地预测港口集装箱吞吐量,以灰色马尔科夫模型为基础,建立一种优化的灰色马尔科夫动态模型。根据上海港集装箱吞吐量历史数据建立GM(1,1)预测模型。引入无偏灰色预测理论对GM(1,1)预测模型进行优化。构造等维信息模型,及时更新预测使用的数据以形成动态预测。利用马尔科夫理论对优化后的GM(1,1)预测残差值进行修正,得出上海港集装箱吞吐量的预测值。研究结果表明,与传统灰色马尔科夫模型相比,优化的灰色马尔科夫动态模型预测精度提高了37.03%,预测值拟合曲线更加贴近实际值曲线,预测结果有更高的可信度,为上海港集装箱吞吐量预测提供了一种新的方法。 相似文献
4.
由于传统的基于GM(1,1)的物流总额预测方法需假设其他因素变化对物流总额无影响,给预测结果带来较大误差,本文采用GM(1,1)-MLP神经网络组合模型对我国未来物流总额进行预测。将组合模型与GM(1,1)的2012—2016年物流总额拟合结果进行比较,发现组合模型的预测平均误差仅为2. 3%,远低于GM(1,1)的预测平均误差(25. 2%),精准度大大提高,可以被有效应用于我国未来的物流总额预测。 相似文献
5.
基于PSO的BP神经网络-Markov船舶交通流量预测模型 总被引：3，自引：0，他引：3
为对船舶交通流量进行准确预测,结合BP神经网络和Markov算法,构建BP神经网络-Markov预测模型。引入粒子群优化(particle swarm optimization,PSO)算法对模型进行优化,克服利用Markov模型选取白化系数的不足。用该模型预测武汉长江大桥船舶交通流量的月度数据,结果表明:与BP神经网络的预测精度82.439 0%相比,基于PSO的BP神经网络-Markov预测模型的预测精度提高到91.050 8%,该模型的合理性和准确性得到验证。 相似文献
6.
为降低船舶交通流量的预测误差,提高预测精度,在分析传统的灰色模型和反向传播(BackPropagation,BP)神经网络模型优缺点的基础上,构建灰色神经网络模型预测船舶交通流量.以实际测量值作为初始数据构建不同的灰色模型,各种灰色模型的预测值作为神经网络的输入值,得到最佳预测模型.实例分析表明:灰色神经网络模型可提高预测精度,预测结果比较理想,优于单一预测模型;该模型具有所需初始数据少和非线性拟合能力强的特点,用于船舶交通流量预测是可行和有效的. 相似文献
7.
郭维民 《山西师大体育学院学报》2013,(5):95-97
针对原始数据序列建立灰色GM（1,1）模型,然后利用BP神经网络对GM（1,1）模型预测值加以校正,得到GM（1,1）与BP神经网络组合预测模型。通过运用田径比赛项目相关成绩序列进行模型检验,相比单纯的GM（1,1）模型,组合模型具有更高的预测精度,表明了组合模型预测的可行性。 相似文献
8.
改进型灰色新陈代谢GM（1，1）模型对外语类生源数的预测修正——基于南通职业大学外国语学院外语类生源数的研究 总被引：1，自引：0，他引：1
任海华 《吕梁教育学院学报》2011,(2):117-118,133
通过改进型的灰色新陈代谢GM（1,1）模型对原先常规GM（1,1）模型预测的外语类专业生源数进行有效的修正,取得了更好的预测效果。 相似文献
9.
《沈阳大学学报（自然科学版）》2015,(4)
根据地铁工程施工中基坑地表沉降监测数据,引入灰色系统理论,建立不同维GM(1,1)预测模型,对基坑开挖引起的周边地表沉降作了预测和分析.通过残差和后验差法对模型的可靠性进行检验,通过实证分析了在基坑地表沉降预测中应用灰色模型的可行性.研究结果表明构建不同维灰色模型,随着参与建模的数据维度的增加,发展系数-a逐渐减小,而灰作用量b、后验差指标C及平均相对误差均呈现增大的趋势,所建不同维GM(1,1)模型精度均达到了一级,尤以4维GM(1,1)模型累计沉降量实测值与累计沉降量预测值吻合较好,满足短期预测需求.可见针对基坑周边地表沉降需要的建模数据较少,便于节约长期观测成本,可为工程后继施工提供一定的理论依据. 相似文献
10.
针对上市公司市盈率预测同时具有趋势性和随机性的特点,在 GM(1,1)模型及马尔科夫预测模型的基础上,提出了灰色马尔科夫预测模型,通过对市盈率历史数据的预测分析,证明了模型的预测结果令人满意. 相似文献
11.
为研究在能见度不良情况下受限水域内的常见船型的船舶领域，对船舶自动识别系统（Automatic Identification System，AIS）数据进行分析建立船舶领域.该方法借助可视化技术和网格技术，结合研究水域能见度信息，分析南槽水道内符合要求的2 000万个左右AIS数据，还原航迹分布图约50 000张，获得在受限水域内能见度不良情况下船长80~100 m的船舶领域模型.客观精确的船舶领域模型能够提升能见度不良天气下交通流的预测精确度，同时丰富基于智能技术研究的船舶领域模型库. 相似文献
12.
张虎 《苏州市职业大学学报》2021,(1)
针对早高峰短时交通流量预测数据少、波动大的特点,提出用灰色模型进行预测。将灰色GM(2,1)改进为灰色GM(2,1,λ,ρ)预测模型,以提高预测精度。针对粒子群算法(PSO)的早熟现象,将Logistic混沌搜索嵌入到PSO算法,应用混沌粒子群算法(CPSO)寻找灰色GM(2,1,λ,ρ)预测模型最优的参数λ和ρ。结合两者提出了基于CPSO–GM(2,1,λ,ρ)的早高峰短时交通流预测模型。利用VISSIM对研究路网进行微观交通仿真,通过VISSIM–Excel、VBA–Matlab平台实现了短时交通流量预测和路网微观交通仿真数据的交互,对集成交通控制系统的架构进行了方案设计。仿真结果表明,结合流量预测的路网优于固定信号配时下的路网仿真。 相似文献
13.
张利霞 《济宁师范专科学校学报》2014,(3):60-62,65
以2001~2010年济宁市10年的人口数据资料为依据,应用灰色系统理论构建GM(1,1)人口预测模型.统计检验和误差分析表明,模型精度较高,用该模型对济宁市2011~2015年的人口总数进行了预测,并结合济宁市人口发展历史和现状对预测结果进行了分析. 相似文献
14.
为提高航道内实时交通事故预警精度,基于长江下游两个水道内发生的交通事故数据和船舶检测器数据,运用随机森林(Random Forest,RF)模型对事故发生前20~40 min内的航道状态初始数据进行重要变量筛选,根据筛选出的4个最重要的变量结合高斯混合模型和最大期望算法构建新的事故预警贝叶斯网络(Bayesian Network,BN)模型.实例检验表明:新的BN模型优于直接利用初始数据建立的模型,事故预警正确率达到81.29%;可转移性测试中新的BN模型的事故预警正确率虽有所降低,但整体预警正确率和事故预警正确率仍高于利用初始数据建立的模型;新的BN模型用于实时船舶交通流航行风险预警是有效的. 相似文献
15.
为提高船舶交通事故的预测精度,提出将自回归综合移动平均(autoregressive integrated moving average, ARIMA)模型与BP神经网络组合的船舶交通事故预测方法。该方法考虑船舶交通事故的复杂性和非线性因素,充分结合ARIMA模型与BP神经网络的优势,分别从简单加权和残差优化角度对ARIMA模型与BP神经网络的不同组合方法进行比较研究,并将其应用于2000—2018年英国籍船舶交通事故预测中。结果表明:与ARIMA模型、BP神经网络和ARIMA-BP的简单加权组合预测方法进行对比,ARIMA-BP的残差优化组合预测方法的预测精度最高,其均方根误差、平均绝对误差和平均绝对百分比误差分别为7.16、6.0和4.9%。本文提出的船舶交通事故预测方法可以为相关人员的决策提供指导。 相似文献